Utilização da tecnologia CUDA para processamento paralelo de algoritmos genéticos

Página do item simplificado
dc.contributor.advisorAmorim, Cláudio Alves de
dc.contributor.authorSantos, Allan Ariel Leite Menezes
dc.contributor.refereeJorge, Eduardo Manuel de Freitas
dc.contributor.refereeCerqueira, Antônio Marcos Brito de
dc.date.accessioned2024-09-23T12:50:01Z
dc.date.available2024-09-23T12:50:01Z
dc.date.issued2012-03-04
dc.description.abstractEste trabalho apresenta uma validação da utilização da tecnologia CUDA para otimização de problemas combinatórios. Para tal, foram realizadas duas abordagens de solução com uso de algoritmos genéticos para o problema do caixeiro viajante (campo de testes e resultados). Fo ram elaborados dois procedimentos para realizarem o cálculo do fitness, função que representa o maior gargalo em tempo de execução: um sequencial, com rotinas executadas pela CPU; um paralelo, o qual faz uso de uma GPU para os cálculos referentes à aptidão dos cromossomas através do recurso tecnológico da NVidia chamado CUDA (Compute Unified Device Architec ture). Os resultados obtidos levaram em consideração o tamanho da população de cromossomas e a quantidade de cidades presentes no Algoritmo Genético e no Problema do Caixeiro Viajante: para até 500 cidades e população de 100 cromossomas, abordagem sequencial apresenta melhor desempenho e, para valores consideravelmente maiores, como 10.000 cidades e 500 cromosso mas, a abordagem paralela é a mais indicada.
dc.description.abstract2This paper presents a validation of the use of CUDA technology for combinatorial optimi zation problems. For this, there were two approaches to the solution with the use of genetic algorithms for the traveling salesman problem (field tests and results). Two procedures to per form the calculation of fitness function that represents the biggest bottleneck at runtime: a sequentially routines executed by the CPU; a parallel, which makes Use of a GPU for calcu lation concerning the ability of chromosomes through the use of the NVidia technology called CUDA (Compute Unified Device Architecture). The results take into consideration the size of the population of chromosomes and the number of cities present in the AG and the Traveling Salesman Problem: Up to 500 cities and population of 100 chromosomes, sequential approach has best performance. To values considerably higher, as 10.000 cities and 500 chromosome, the parallel approach is more appropriate.
dc.format.mimetypeapplication/pdf
dc.identifier.citationSANTOS, Allan Ariel Leite Menezes. Utilização da tecnologia CUDA para processamento paralelo de algoritmos genéticos. Orientador Cláudio Alves de Amorim. 2012. 49 f. Trabalho de conclusão de curso (Bacharelado em Sistemas de Informação) - Departamento de Ciências Exatas e da Terra, Campus I, Universidade do Estado da Bahia. Salvador- BA, 2012.
dc.identifier.urihttps://saberaberto.uneb.br/handle/20.500.11896/6265
dc.language.isopor
dc.publisherUniversidade do Estado da Bahia
dc.publisher.programGraduação
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/br/
dc.rights2Attribution 3.0 Brazilen
dc.subject.keywordsAlgoritmos genéticos
dc.subject.keywordsProblema do caixeiro viajante
dc.subject.keywordsOtimização
dc.subject.keywordsNVidia CUDA
dc.titleUtilização da tecnologia CUDA para processamento paralelo de algoritmos genéticos
dc.title.alternativeUsing CUDA technology for parallel processing of genetic algorithms
dc.typeinfo:eu-repo/semantics/bachelorThesis
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Utilização da tecnologia CUDA_ Allan Ariel Santos.pdf
Tamanho:
614.87 KB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
license.txt
Tamanho:
462 B
Formato:
Item-specific license agreed upon to submission
Descrição:
Baixar
Coleções
Bacharelado em Sistemas de Informação - DCET1